具体实施方式
本发明实施例提供了一种多入多出信号的检测方法和装置,用于多入多出信号的检测方法和装置,用于在与并行干扰抵消法的计算复杂度保持同一量级的情况下,误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
本发明实施例主要应用在所有与MIMO相关的通信系统中,作为接收端的信号检测技术。可以用于使用MIMO技术通信的移动通信系统,比如长期演进系统(LTE,Long Term Evolution)、全球微波互联接入系统(WiMax,Worldwide Interoperability for Microwave Access)、无线宽带系统(WiFi,wireless fidelity)、微波回程链路(Backhaul)等,以及基于MIMO技术通信的有线通信系统,比如非对称数字用户环路(ADSL,Asymmetric DigitalSubscriber Line)、光传送网络、光接入等。更具体的说,作为无线或者有线系统中的接收端,其形态可以是移动终端、基站、接入点、上网卡等多种产品。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域的技术人员所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明实施例提供的一种多入多出信号的检测方法,该方法的实施者为与MIMO相关的通信系统中的接收端,作为接收端从MIMO相关的通信系统中接收到MIMO信号之后,本发明实施例中的接收端需要进行如下处理,具体请参阅如图2所示,包括:
201、估计发射多入多出MIMO信号的均值向量。
在本发明实施例中,首先对发射MIMO信号的均值作估计,得到发射MIMO信号的均值向量。
对于接收到的MIMO信号,可以用向量r来表示,则
r=Hs+n,
其中,H为信道矩阵,S为对应到每一个发射天线上的信号向量,n为加性白噪声。需要说明的是,r、H、S、n均为向量表示。
在本发明实施例中,估计第k个发射天线发射的MIMO信号的均值dk具体可以为
为第N
t个发射天线发射的MIMO信号的均值,s
k是第k个发射天线上的信号,x
c是s
k的第c个取值,x
c的值有M个,P(s
k=x
c)为s
k取x
c的概率。
根据如上dk的表达式可以分别计算出d1、...、dk-1、...、
由此,计算出第k个发射天线发射的MIMO信号的均值向量Dk为:
需要说明的是,D
k为第k个发射天线发射的MIMO信号的均值向量,d
1、d
k-1、d
k+1、
均为向量D
k中的元素。
202、根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量。
在本发明实施例中,估计出发射MIMO信号的均值向量之后,根据发射MIMO信号的均值向量计算接收MIMO信号的向量,然后对该接收MIMO信号的向量取共轭,即可得到接收MIMO信号的复共轭向量。
在本发明实施例中,根据发射MIMO信号的均值向量Dk计算接收来自第k个发射天线的MIMO信号的向量rk具体可以为:
rk=r-HDk=H(s-Dk)+n,k=1,...,Nt,
203、对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
在本发明实施例中,MIMO信号的复共轭向量与MIMO信号的向量本身一起共同提供更为全面的信息量,故根据最小均方误差(MME,MinimumMean Square Error)准则,可以对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
在本发明实施例中,对接收MIMO信号的向量r
k和接收MIMO信号的复共轭向量
做线性滤波,得到接收MIMO信号的线性滤波结果z
k具体可以为:
其中,Ak=[ak bk]H,
根据MMSE准则得到参数矩阵
其中,
向量
向量
中的第k-1个元素
为
所述s
k是第k个发射天线上的信号,所述
是所述s
k的复共轭,所述H为信道矩阵,所述H
H是所述H的复共轭转置,所述H
*是所述H的复共轭,所述H
T是所述H的转置,所述r
k是第k个发射天线的MIMO信号的向量,所述
是所述r
k的转置,所述
是所述r
k的共轭转置,所述P(s
k-1=x
c)是s
k-1取x
c的概率,M是调制阶数,M=2
q,q是M阶调制所对应的比特数,即该调制组成每个符号所需要的比特数目。如16QAM(数字调制器,Quadrature AmplitudeModulation),则M=16。
sk-1是第k-1个发射天线上的信号,sk-1,I是sk-1的实部,sk-1,Q是sk-1的虚部。dk-1为第k-1个发射天线上的信号的均值,dk-1,I是dk-1的实部,dk-1,Q是dk-1的虚部,N0I是n的协方差矩阵,hk是H的第k个行向量。
η
k服从零均值的复高斯分布:η
k~CN(0,N
η),其中
204、计算线性滤波结果的条件概率密度函数。
在本发明实施例中,203得到线性滤波结果之后,计算条件概率密度函数。
在本发明实施例中,一种可实现的方式是,计算线性滤波结果zk的条件概率密度函数f(zk|sk=xc)具体可以为:
205、根据条件概率密度函数计算接收MIMO信号的对数似然比。
在204计算得到条件概率密度函数之后,根据该条件概率密度函数计算接收MIMO信号的对数似然比。
在本发明实施例中,通过如下表达式根据条件概率密度函数f(zk|sk=xc)计算接收sk的第i个比特的对数似然比
该表达式可以近似的表示为:
s+=arg max{f(zk|sk∈Si,1)},
s-=arg max{f(zk|sk∈Si,0)},
所述
是所述s
+的复共轭,所述
是所述s
-的复共轭,所述S
i,0是第i个比特取值为0对应的信号的集合,S
i,1是第i个比特取值为1对应的信号的集合。
M是调制阶数,M=2q,q是M阶调制所对应的比特数,即该调制组成每个符号所需要的比特数目。
206、对对数似然比做硬判决,得到译码比特估计。
在本发明实施例中,根据205中得到的对数似然比,可以做硬判决处理,得到译码比特估计的结果。如果
大于0,则得到译码比特估计的结果为1,否则译码比特估计的结果为0。
本发明实施例提供的MIMO信号的检测方法中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
实施例二
以上实施例介绍了本发明提供的一种MIMO信号的检测方法的一个实施例,接下来介绍另一个实施例,进行详细说明,请参阅图3所示:
301、估计发射多入多出MIMO信号的均值向量。
首先对发射MIMO信号的均值作估计,得到发射MIMO信号的均值向量。
对于接收到的MIMO信号,可以用向量r来表示,则
r=Hs+n,
其中,H为信道矩阵,S为对应到每一个发射天线上的信号向量,n为加性白噪声。
在本发明实施例中,估计第k个发射天线发射的MIMO信号的均值dk具体可以为
为第Nt个发射天线发射的MIMO信号的均值,sk是第k个发射天线上的信号,xc是sk的第c个取值,xc的值有M个,P(sk=xc)为sk取xc的概率。
根据如上dk的表达式可以分别计算出d1、...、dk-1、...、
由此,计算出第k个发射天线发射的MIMO信号的均值向量Dk为:
302、根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量。
根据发射MIMO信号的均值向量Dk计算接收来自第k个发射天线的MIMO信号的向量rk为:
rk=r-Hdk=H(s-Dk)+n,k=1,...,Nt,
303、对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
对接收MIMO信号的向量r
k和接收MIMO信号的复共轭向量
做线性滤波,得到接收MIMO信号的线性滤波结果z
k为:
其中,Ak=[ak bk]H,
根据MMSE准则得到参数矩阵
其中,
向量
向量
中的第k-1个元素
为
M是调制阶数,M=2q,q是M阶调制所对应的比特数,即该调制组成每个符号所需要的比特数目。
304、计算出线性滤波结果的向量结果。
通过如下方式计算出所述线性滤波结果zk的向量结果Zk:
Zk=Sk+ηk,
其中,
即:
zk,I为zk的实部,zk,Q为zk的虚部,sk,I为sk的实部,sk,Q为sk的虚部,vk,I为vk的实部,vk,Q为vk的虚部,ηk,I为ηk的实部,ηk,Q为ηk的虚部。
需要说明的是,Sk是第k个发射天线的等效信号的向量结果,ηk是第k个发射天线的等效噪声的向量结果。
305、计算线性滤波结果的条件概率密度函数。
计算线性滤波结果zk的条件概率密度函数f(zk|sk=xc)具体可以为:
其中,
其中,所述
是所述Φ
k的逆矩阵;所述
是所述η
k的复共轭转置,所述
是所述
的复共轭。
306、根据条件概率密度函数计算接收MIMO信号的对数似然比。
通过如下表达式根据条件概率密度函数f(zk|sk=xc)计算接收sk的第i个比特的对数似然比
其中,
s+=arg max{f(zk|sk∈Si,1)},
s-=arg max{f(zk|sk∈Si,0)},
所述JH是所述J的复共轭转置,Si,0是第i个比特取值为0对应的信号的集合,Si,1是第i个比特取值为1对应的信号的集合。
307、对对数似然比做硬判决,得到译码比特估计。
在本发明实施例中,根据306中得到的对数似然比,可以做硬判决处理,得到译码比特估计的结果。如果
大于0,则得到译码比特估计的结果为1,否则译码比特估计的结果为0。
本发明实施例提供的MIMO信号的检测方法中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
现将如图2和图3所示的MIMO信号的检测方法与现有技术中的PIC算法的译码复杂度做比较,分别将这三种算法的所有加减乘除的运算量加起来,考虑接收天线和发射天线都等于N的场景,则译码复杂度如下表1所示:
表1为现有技术中的PIC算法、实施例一、实施例二的加减乘除四种运算的译码复杂度比较结果。
方案 |
乘法/除法 |
加法/减法 |
PIC算法 |
3N3+6N2+2N+2M |
3N3+2N2+N+M+log2M-2 |
实施例一 |
18N3+16N2+6N+4M+6 |
18N3+4N2+4N+M+log2M-5 |
实施例二 |
18N3+16N2+8N+2M2+6M+28 |
18N3+4N2+6N+M2+2M+log2M+13 |
如表1所示,本发明实施例一和实施例二提供的MIMO信号的检测方法的译码复杂度与现有技术中的PIC算法的译码复杂度在同一量级。
接下来,对本发明实施例一和实施例二所示的MIMO信号的检测方法与现有计数中的PIC算法、ML算法的BER性能进行仿真,以说明本发明实施例一和实施例二的BER性能优于现有的PIC算法。
如图4所示,在接收天线和发射天线的个数都等于4的场景下,分别对本发明实施例一和实施例二所示的MIMO信号的检测方法、现有计数中的PIC算法、ML算法的BER性能进行仿真到的仿真结果如图4所示。现有技术中的PIC算法用“PIC-I”表示,本发明实施例一的MIMO信号的检测方法用“PIC-II”表示,本发明实施例二的MIMO信号的检测方法用“PIC-III”表示。
为了详细说明本发明实施例提供的MIMO信号的检测方法对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法,请参阅图5所示。4×3表示的是发射天线为4个,接收天线为3个。4×4表示的是发射天线和接收天线都是4个。C1(4×3)表示的是现有技术中发射天线为4个、接收天线为3个的PIC算法的BER性能,M1(4×3)表示的是本发明实施例一提供的发射天线为4个、接收天线为3个的MIMO信号的检测方法的BER性能,P1(4×3)表示的是本发明实施例二提供的发射天线为4个、接收天线为3个的MIMO信号的检测方法的BER性能,C2(4×4)表示的是现有技术中发射天线为4个、接收天线为4个的PIC算法的BER性能,M2(4×4)表示的是本发明实施例一提供的发射天线为4个、接收天线为4个的MIMO信号的检测方法的BER性能,P2(4×4)表示的是本发明实施例二提供的发射天线为4个、接收天线为4个的MIMO信号的检测方法的BER性能。
由图5可知,本发明实施例提供的MIMO信号的检测方法对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
实施例三
以上实施例介绍了本发明实施例提供的MIMO信号的检测方法,接下来介绍本发明实施例提供的MIMO信号的检测装置,本发明实施例提供的MIMO信号的检测装置,主要应用在所有与MIMO相关的通信系统中,作为接收端的信号检测技术。可以用于使用MIMO技术通信的移动通信系统,比如长期演进系统(LTE,Long Term Evolution)、全球微波互联接入系统(WiMax,Worldwide Interoperability for Microwave Access)、无线宽带系统(WiFi,wireless fidelity)、微波回程链路(Backhaul)等,以及基于MIMO技术通信的有线通信系统,比如非对称数字用户环路(ADSL,Asymmetric DigitalSubscriber Line)、光传送网络、光接入等。更具体的说,作为无线或者有线系统中的接收端,其形态可以是移动终端、基站、接入点、上网卡等多种产品。
本发明实施例提供的MIMO信号的检测装置600,请参阅图6所示,包括:
估计单元601,用于估计发射多入多出MIMO信号的均值向量。
向量计算单元602,用于根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量。
线性滤波单元603,用于对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果。
概率密度计算单元604,用于计算线性滤波结果的条件概率密度函数。
对数似然比计算单元605,用于根据条件概率密度函数计算接收MIMO信号的对数似然比。
判决单元606,用于对对数似然比做硬判决,得到译码比特估计。
在本发明实施例中,对于估计单元601而言,在实际应用中,估计单元601具体用于通过如下表达式计算第k个发射天线发射的MIMO信号的均值向量Dk:
其中,估计第k个发射天线发射的MIMO信号的均值dk为
为第N
t个发射天线发射的MIMO信号的均值,s
k是第k个发射天线上的信号,x
c是s
k的第c个取值,x
c的值有M个,P(s
k=x
c)为s
k取x
c的概率。
在本发明实施例中,对于向量计算单元602而言,在实际应用中,向量计算单元602具体用于通过如下表达式根据发射MIMO信号的均值向量Dk计算接收来自第k个发射天线的MIMO信号的向量rk:
rk=H(s-Dk)+n,k=1,...,Nt,
其中,H为信道矩阵,S为对应到每一个发射天线上的信号向量,n为加性白噪声。
向量计算单元602具体用于通过如下表达式根据发射MIMO信号的均值向量d
k计算接收MIMO信号的复共轭向量
在本发明实施例中,对于线性滤波单元603而言,在实际应用中,线性滤波单元603具体用于通过如下表达式对接收MIMO信号的向量rk和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果Zk:
其中,
向量
向量
中的第k-1个元素
为
所述s
k是第k个发射天线上的信号,所述
是所述s
k的复共轭,所述H为信道矩阵,所述H
H是所述H的复共轭转置,所述H
*是所述H的复共轭,所述H
T是所述H的转置,所述r
k是第k个发射天线的MIMO信号的向量,所述
是所述r
k的转置,所述
是所述r
k的共轭转置,所述P(s
k-1=x
c)是s
k-1取x
c的概率,M是调制阶数,s
k-1是第k-1个发射天线上的信号,s
k-1,I是s
k-1的实部,s
k-1,Q是s
k-1的虚部,d
k-1为第k-1个发射天线上的信号的均值,d
k-1,I是d
k-1的实部,d
k-1,Q是d
k-1的虚部,N
0I是n的协方差矩阵,h
k是H的第k个行向量,η
k服从零均值的复高斯分布:η
k~CN(0,N
η),其中
在本发明实施例中,对于概率密度计算单元604而言,在实际应用中,概率密度计算单元604具体用于通过如下表达式计算线性滤波结果Zk的条件概率密度函数f(zk|sk=xc):
在本发明实施例中,对于对数似然比计算单元605而言,在实际应用中,对数似然比计算单元605具体用于通过如下表达式根据条件概率密度函数f(z
k|s
k=x
c)计算接收s
k的第i个比特的对数似然比
其中,
s+=arg max{f(zk|sk∈Si,1)},
s-=arg max{f(zk|sk∈Si,0)},
所述
是所述s
+的复共轭,所述
是所述s
-的复共轭,S
i,0是第i个比特取值为0对应的信号的集合,S
i,1是第i个比特取值为1对应的信号的集合。
在本发明实施例中,对于线性滤波单元603而言,线性滤波单元603还可以用于通过如下方式计算出线性滤波结果zk的向量结果Zk:
zk=sk+ηk,
其中,
zk,I为zk的实部,zk,Q为zk的虚部,sk,I为sk的实部,sk,Q为sk的虚部,vk,I为vk的实部,vk,Q为vk的虚部,ηk,I为ηk的实部,ηk,Q为ηk的虚部。
在本发明实施例中,对于概率密度计算单元604而言,在实际应用中,概率密度计算单元604还可以具体用于通过如下表达式计算线性滤波结果zk的条件概率密度函数f(zk|sk=xc):
其中,
其中,所述
是所述Φ
k的逆矩阵;所述
是所述η
k的复共轭转置,所述
是所述
的复共轭。
在本发明实施例中,对于对数似然比计算单元605而言,在实际应用中,对数似然比计算单元605还可以具体用于通过如下表达式根据条件概率密度函数f(z
k|s
k=x
c)计算接收s
k的第i个比特的对数似然比
其中,
s+=arg max{f(zk|sk∈Si,1)},
s-=arg max{f(zk|sk∈Si,0)},
所述JH是所述J的复共轭转置,Si,0是第i个比特取值为0对应的信号的集合,Si,1是第i个比特取值为1对应的信号的集合。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其带来的技术效果与本发明方法实施例相同,具体内容可参见本发明如图1和图2所示的方法实施例中的叙述,此处不再赘述。
本发明实施例提供的MIMO信号的检测装置中,根据发射MIMO信号的均值向量计算接收MIMO信号的向量和接收MIMO信号的复共轭向量,然后对接收MIMO信号的向量和接收MIMO信号的复共轭向量做线性滤波,得到接收MIMO信号的线性滤波结果,然后计算线性滤波结果的条件概率密度函数,根据条件概率密度函数计算接收MIMO信号的对数似然比,最后对该对数似然比做硬判决,得到译码比特估计。由于本发明实施例中做线性滤波、计算条件概率密度函数、计算对数似然比的计算复杂度与并行干扰抵消法保持同一量级,按照本发明实施例提供的方法进行计算误码率性能,得到的误码率性能优于并行干扰抵消法,并对降秩的MIMO信号进行解调的误码率性能优于并行干扰抵消法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的一种MIMO信号的检测方法和装置进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。